یک رویکرد کارآمد برای قطعه بندی معنایی تصاویر

تقسیم بندی معنایی تصویر یکی از مهمترین فعالیتهای بینایی ماشین است. این ماشین یادگیر دارای دو بخش مهم استخراج ویژگی و ماشین طبقه بند می باشد. ویژگی های تصویر با رویکرد ویژگی سراسری با الهام از ویژگی محلی، توسط یک فیلتر گابور با مقیاس های مختلف در جهات متفاوت، بروی بلوک هایی از یک تصویر اعمال می شود. برای حفظ پایداری ویژگی تصویر نسبت به تغییر زاویه و مقیاس، میانگین مقادیر به عنوان ویژگی تصویر معرفی می شود. سپس با کمک کدینگ اسپارس کتاب کد ایجادد گردید و پس از خوشه بندی پایه هایی به عنوان مراکز تصویر های آموزشی معرفی شد و با کد کردن تصاویر براساس این مراکز خوشه، توسط کلاسبند خطی برچسب گذاری می شود. یکی از مسائل دقت و هزینه زمانی در این فیلد می باشد و حجم بالای ویژگی ها بدست آمده بود یکی از اصلی ترین مسایل درایجاد کتاب کد است. نتایج این روش بروی پایگاه داده های caltech101و caltech 256 و 15-sense و graz-02 نشان میدهد که علاوه بر حفظ دقت طبقه بندی، سرعت آن به شکل قابل قبولی افزایش یافته است.